[发明专利]基于二次型规划和神经网络的自动驾驶换道轨迹规划方法

说明书

本发明属于智能交通领域，提出一种基于二次型规划和神经网络的自动驾驶换道轨迹规划方法。本发明利用信息感知模块获取换道车辆及其周围车辆的行驶信息；基于车辆行驶信息，横向偏移推荐模块给出横向偏移值，从而确定换道车辆的起终点位置信息；基于车辆行驶信息及横向偏移为输入，路径规划模块经计算得出换道车辆的平面坐标系静态换道路径；最后，轨迹规划模块给出换道车辆及周围车辆运动轨迹随时间的变化规律，完成换道过程规划的目标。本发明可以在保障换道车辆安全性前提下，综合考虑换道车辆及其周围车辆的运动轨迹，利用二次型规划快速求解，提高换道过程的速度和舒适度，从而满足自动驾驶对换道子任务优化性，求解快速性的要求。

技术领域

本发明涉及智能交通领域，特别涉及一种基于二次型规划和神经网络的自动驾驶换道轨迹规划方法。

背景技术

随着中国城市化进程的深入，城市车辆激增带来的交通事故和交通拥堵进一步加剧。自动驾驶在减少交通事故和缓解交通拥堵等方面展现出巨大的潜力，已成为各大汽车厂商研究热点。换道行为，作为车辆行驶中基本行为之一，其研究对提高车辆的智能化驾驶水平和增加道路通行能力有重要意义。

换道轨迹规划是指车辆，为获取速度优势或由于行驶需求等，综合考虑自身及周围车辆位置、速度和加速度等因素，在给定的未来时间段内计算时空行驶轨迹，以保证变更车道行为的顺利安全地进行。一般而言，将换道过程划分为三个阶段：首先为信息感知，即通过传感器或V2I等硬件设施获取自身车辆和周围车辆的位置、速度和加速度等信息，为轨迹规划过程作底层输入；其次为轨迹规划，基于感知的信息计算未来给定时间段内的时空轨迹信息，该时空轨迹信息可进一步表现为空间位置信息和随时间变化的速度信息；最后为执行换道，车辆基于底层的控制模块沿着规划的时空轨迹完成车道变更任务。综合考虑换道过程，可以明确换道轨迹规划有以下显著特征：控制过程考虑因素较复杂、计算量较大和实时性要求高。

现有换道轨迹规划的方法主要包括：组合方法和数学规划方法。组合方法可以通过网格划分和快速随机搜索树方法的结合实现在现实世界自动驾驶车辆的轨迹规划。组合方法已成功应用于若干个实际项目，在自动驾驶换道过程中可以计算稳定的时空轨迹。但组合方法无法实现规划轨迹的最优搜索，同时该方法没有考虑换道轨迹中的舒适和安全约束，因此在换道车辆与周围车辆信息实时安全交互上存在着一定的缺陷。

目前，国内外学者利用数学规划方法对自动车辆的换道轨迹规划问题展开研究。数学规划方法提出，以乘客舒适性和安全性建立约束条件，以速度和舒适性等建立目标函数的优化模型以规划换道过程中的时空轨迹。在利用数学规划进行求解换道轨迹求解的中，很多研究为保证换道过程的安全性，引入矩形描述车辆轮廓或者圆形描述车辆轮廓，构造了一系列非凸约束的最优化问题。然而，目前对于非凸优化问题，尚无一套标准快速的求解方法，多用启发式算法进行求解，无法满足自动驾驶中对换道轨迹绝对安全性及实时性的要求。

发明内容

针对上述技术问题，本发明提出一种基于二次型规划和神经网络的自动驾驶换道轨迹规划方法，通过构建信息感知模块，横向偏移推荐模块，路径规划模块，轨迹规划模块，可以为自动驾驶中换道子任务的实现提供时空轨迹支持，进一步保证换道过程中的平稳安全舒适。

本发明所述方法假设所有车辆行驶在直线道路上，其中换道车辆目标通过当前车道换到目标车道从而完成换道行为。在本发明中，换道车辆所在车道定义为当前车道、换道车辆将要换道的车道命名为目标车道；换道车辆命名为换道车辆0(车0)，与换道车辆0同在当前车道但在换道车辆之前的车辆命名为当前车道前车1(车1)，在目标车道在换道车辆0之后的车辆命名为目标车道后车2(车2)，目标车道在换道车辆之前的车辆命名为目标车道前车3(车3)。

本发明中，假设换道车辆0，在换道过程中，其加减速受当前车道的车1影响；在换道过程中，车0同样受目标车道的车2和车3影响，必要时车2会主动减速以保证车0在换道过程中的安全。

本发明是通过以下技术方案实现的：